Nonparametric tests for conditional symmetry
条件对称性的非参数检验AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确检验时间序列过程的条件分布对称性，并包含商业周期应用，因此归入时间序列，而非据金融应用推断尾部风险。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
条件对称性的非参数检验
- 研究问题
- 如何检验时间序列的条件分布是否围绕非参数回归函数对称，并考察金融涨跌或经济扩张收缩的条件概率是否对称？
- 方法与思路
- 作者比较受限与非受限的残差及解释变量联合特征函数估计，以加权积分平方差构造统计量，并用 bootstrap 估计临界值。
- 材料陈述的贡献
- 摘要称，检验可识别以 T 的负二分之一次方速率接近原假设的局部备择，并通过模拟及金融、商业周期应用考察表现。
- 阅读关注点
- 应核对时间序列依赖条件、残差估计和平滑参数的影响、bootstrap 的实施方式，以及应用中用于条件化的信息集合。
- 阅读边界
- 出版社摘要未报告应用是否拒绝对称性，也未给出模拟数值和适用条件，不能据此判断金融亏损或经济收缩更常见。
原文摘要
We propose omnibus tests for symmetry of the conditional distribution of a time series process about a nonparametric regression function. The test statistic is a weighted version of the integrated squared difference between the restricted and unrestricted estimators of the joint characteristic function of nonparametric residuals and explanatory variables, whose critical values are estimated with the assistance of a bootstrap technique. The test is sensitive to local alternatives converging to the null at the parametric rate T−1∕2, with T the sample size. We investigate the finite sample performance of the test by means of Monte Carlo experiments and two empirical applications to test whether losses are more likely than gains in financial markets, and whether expansions and contractions are equally likely in business cycles, given the relevant information.